Plugins

MCP Connector para DeepSeek Harness: un gestor de MCP con un panel único para conectar servidores, configurar la autorización, buscar herramientas entre conexiones y diagnosticar fallos. Explora un catálogo actualizado continuamente con más de cien conectores; filtra por conexión/servidor/estado, inspecciona parámetros legibles y la hora del último caché correcto, y vuelve a descubrir herramientas. Compatible con OAuth 2.0 PKCE, claves API, stdio/HTTP e importación de JSON mcpServers. Mantenido por Qichacha/QCC.

Herramientas read / edit / batch_edit / undo_last_edit ancladas por hash: cada línea recibe un hash de contenido único de 3 caracteres, las ediciones apuntan a hashes en lugar de números de línea, y la verificación del estado servido rechaza rangos obsoletos con anclas nuevas.

Tema Cyberpunk 2077 / Night City: identidad en amarillo NC y cian neón, líneas de escaneo CRT, bloqueo de objetivo Kiroshi al pasar el cursor, HUD de estado de combate, efectos de sonido sintetizados de máquina de escribir y mensajes, y huevos de pascua ocultos (relic / johnny).

Un tema de "Luciérnaga" de Honkai: Star Rail con fondos de pantalla de pared/video, paleta de neón verde luciérnaga, animación de arranque de transformación, partículas ambientales, BGM, efectos de sonido de máquina de escribir y huevos de pascua de emotes contextuales.

Genera arte de juego a partir de imágenes de referencia con la generación de imágenes Seedream y el image-to-video de MiniMax, montando sprites de ocho direcciones, fotogramas secuenciales y animaciones de esqueleto con chroma key local.

Un espejo de solo lectura para los plugins de DeepSeek Harness instalados: inventario de capacidades con evidencia, conflictos entre plugins y un diff de los cambios desde el último escaneo.

OAuth de suscripción de codificación para SuperGrok/Grok Build, ChatGPT Plus Codex, Kimi Code y Claude Code, además de un gateway loopback OpenAI/Anthropic opcional: inicio de sesión local sin pegar tokens, refresco y reintento AUTH, grok-4.6 xhigh y coexistencia de rutas de claves API.

Clasifica las llamadas a herramientas pendientes con Jev (el modelo de decisión no generativo de TypeSafe AI) en tools/pre-execute: las llamadas de alto riesgo con alta confianza se deniegan y las ambiguas se escalan a aprobación; además autoaprueba en approval/request las llamadas reversibles claramente autorizadas tras un filtrado por evidencia de argumentos. También hereda del resolutor de referencias de sesión para que las instantáneas conserven los mensajes puntuados por Jev en lugar de descartar los más antiguos. Se degrada al comportamiento original ante cualquier fallo del proveedor; modo sombra con un comando /jev-stats; endpoints de TypeSafe u OpenRouter; 64 pruebas.

Centro de notificaciones de eventos de tareas: 6 tipos de eventos (ask / approval / completion / subagent completion / error / turn end), doble canal (Notification del navegador + toast del sistema del host) más canales push Bark/Webhook (ntfy, Gotify, puertas de enlace autohospedadas); horas de silencio con excepciones urgentes, recordatorios por timeout de aprobación, agregación de tormentas de finalización y redacción del texto de las notificaciones.

Puente de visión gratuito y generación de imágenes para modelos de solo texto: lectura de imágenes pegadas, conmutación por error entre los motores GLM-4V-Flash y Gemini, evidencia estructurada al estilo ModLens, y una ruta de modelo de visión gratuita preconfigurada.

Infraestructura de fiabilidad neutral respecto al harness para agentes de codificación con IA: acciones destructivas reversibles, censura previa a la emisión, evidencia de recuperación y un Decision Protocol compartido con adaptadores nativos opcionales.

Reproductor de música, audiolibros, radio y noticias para DeepSeek Harness: transmite por HTTP tu carpeta local de música, lee en voz alta novelas locales .txt/.epub con voces de IA, reproduce música en línea de QQ/Kugou/Netease y radio por internet (HLS compatible), y emite resúmenes diarios de noticias — todo controlado desde la UI o diciéndoselo al agente mediante la herramienta de modelo music_play.

Núcleo de órganos de Agent-Body: plugins organizados como un solo cuerpo. Cada comando se vuelve un impulso nervioso que inerva de forma determinista el órgano competente y nombra la capacidad a usar; un latido de intervalo variable bombea directivas del operador, propiocepción y avisos de homeostasis por el sistema; los reflejos se disparan sin llamadas al modelo; los fallos siguen atribución determinista (herramienta, argumentos, permiso, timeout, red), prescripción y bucle de reverificación, y los errores de argumentos nunca se reintentan. Un órgano ausente lo compensa el de mayor solapamiento de capacidades, y los esquemas de herramientas se filtran por la intención actual (reducción medida del 84.7%, reproducible en el repo). Es el paquete de plugins núcleo del repo agent-body.

Skill Smart Charts: convierte archivos de datos CSV/TSV/TXT/XLSX/XLS/JSON en HTML interactivo autónomo con ECharts: 32 tipos de gráfico, incluidos mapas offline, 3 temas, sin CDN. Un perfil de datos --profile (dtype por columna, cardinalidad, ausencias, muestras, estadísticas, granularidad de entidad, señales) permite al agente leer los datos y elegir el gráfico; cada gráfico incluye una ficha de hechos (plot_stats + data_preview) cuyos números son los únicos citables. El código de transformación del LLM se ejecuta en un sandbox restringido (lista negra + lista blanca de AST + builtins seguros); --doctor autocomprueba el entorno de Python. Totalmente offline, con ECharts incluido.

Habilidad de memes de comentarios en vivo (barrage) destilada de 22.771 mensajes reales de la sala de transmisión 6657: bromas al estilo wanjiqi, memes cruzados de CS y DOTA, burlas a jugadores y comentarios de retransmisión.

Grafo de conocimiento de código local-first para agentes de codificación: 10 herramientas MCP para compresión de contexto por capas, planificación DAG, indexación incremental de AST, volante de habilidades entre sesiones, diagnósticos e importación/exportación de artefactos del grafo.

Una pestaña de estudio con columnas de mapa de curso, tutor y pizarra que convierte archivos markdown, carpetas locales o repositorios de GitHub en cursos guiados, con desbloqueo de lecciones, seguimiento de dominio, repetición espaciada e importación de cursos diseñada por tutores.

Preset modo experto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinador jefe + 17 subagentes con delegación automática. Funciones: taskboard (estados pending/ready/running/done/failed, DAG dependencias, reclamación atómica, reintento, recuperación), puertas calidad (pipeline 5 etapas: requisitos, implementación, verificación, revisión, integración; 2 reelaboraciones), Five-Anchor (revisión/convergencia/anti-deriva/colaboración/recursos), Near-distance (plantilla identidad/tarea/salida), divulgación progresiva (~28% ahorro tokens), persistencia, bus P2P, revisión cruzada, pool experiencia, vía rápida, auto-reintento. 17 expertos: datos, redacción, legal, PM, frontend, UI/UX, arquitecto, social, growth, fin. cuant., backend, DevOps, BD, QA, seguridad.

Un tema web que recrea la página de inicio de DeepSeek Harness con un fondo fluido, una cuadrícula de puntero elástica, peces animados y efectos ajustables.

Capa de integración nativa DSH para el motor de memoria Minta: compone la fila oficial dsh-mcp-client, registra la skill minta-memory-governance más un precalentamiento de memoria al inicio de la sesión, e incluye un preset de agente Minta; requiere el motor Minta desplegado por separado (Python/Docker) para proporcionar las 19 herramientas MCP — no utilizable sin él.

REPL de TypeScript persistente, ligado a la sesión, para el modo DSH PTC: los bindings y las importaciones permanecen activos entre llamadas run_code, edit_run_code reemplaza una línea sin reenviar el bloque, la sintaxis de import/export de módulos se adapta mediante reescritura AST, y los bindings persistentes se restauran desde el diario de la sesión tras un reinicio en frío.

Control remoto móvil de Telegram que conecta el teléfono a una sesión web en vivo de DeepSeek Harness: selector de espacio de trabajo y luego sesión (/sessions), /last para la pregunta/respuesta anterior, /model para cambiar de modelo, y respuestas nativas de mensaje enriquecido.

Prepara cualquier proyecto para agentes de IA con un solo comando. Detección adaptativa del stack tecnológico (7 lenguajes × 14 frameworks × 61 componentes); genera automáticamente AGENTS.md, el esqueleto de la documentación, CI/CD e infraestructura de pruebas.

Siete modos preajustados de agente para DeepSeek Harness, cada uno con un límite fijo de herramientas, enrutamiento de modelos por modo y niveles de delegación omd_task rápido/profundo, más un bucle de plan a ejecución (/mode, /start-work, /ulw respaldado por objetivos) y una página de ajustes que reasigna modelos por modo y por nivel.